近日安徽省气象台发布的暴雪蓝色预警，多地迎来多轮降雪，受此影响，合肥南站D4832列车晚点长达744分钟！G7721列车晚点达173分钟！截至2月4日9时，全省已有95个高速公路收费站关闭。高铁停运、高速公路封闭，成千上万的旅客滞留，车辆无法前行，这不仅是对人们耐心和意志的考验，更是对现代科技应急管理能力的检验。面对如此严峻的情形，物联网监测系统的作用不容小觑。通过在铁路沿线部署物联网温度传感器和湿度监测设备，实时收集天气数据，再结合大数据分析和预测模型，可以提前预知恶劣天气的到来，从而采取相应的预防措施，比如调整列车运行计划，及时发布旅行警告，以减少对旅客的影响。另一方面，在湖北荆州一高速匝道结冰影响行驶，多名司机自发用铁锤和撬棍砸冰清理道路。这也反映了现有除冰手段的不足。智能除冰技术应当被提上日程。例如，可以研发自加热的道路材料，或者安装可远程控制的电热丝网，当道路结冰时自动加热融化冰雪，既安全又高效。除此以外，春运期间高速路段因拥堵导致交通瘫痪，也凸显了智能化交通管理系统的重要性。通过在路面安装感应线圈和摄像头，不仅可以实时监控道路状况，还能在发现结冰时立即启动应急预案，调配撒盐车和除雪车前往现场作业，确保道路畅通。面对极端天气带来的挑战，我们应积极利用物联网科技，从预警监测到应急响应，构建一个全方位的抗灾体系。只有如此，才能在寒冬中为人们的出行安全提供坚实的保障，让每一场风雪都成为见证我们智慧和力量的舞台！

9月1日，中国指挥与控制学会召开城市大脑首批标准新闻发布会，正式发布《城市大脑术语》《城市大脑顶层规划和总体架构》《城市大脑数字神经元基本规定》等三项团体标准。9月1日，由中国指挥与控制学会主办的城市大脑首批标准新闻发布会在京召开，会上正式发布《城市大脑术语》《城市大脑顶层规划和总体架构》《城市大脑数字神经元基本规定》等三项团体标准，这是2015年中国提出城市大脑以来的首部城市大脑系列标准。与会人员有中国指挥与控制学会、清华大学、国家标准技术审评中心、中国电信、中国联通智能院、远望智库、世纪互联、有孚网络、智慧足迹等9家单位的领导和专家，中国指挥与控制学会副理事长兼秘书长秦继荣担任主持，近30家媒体以线上或线下形式参加。近年来随着各地城市大脑项目的启动推进，诸如对城市大脑的理解不一致，相互之间无法联通，造成城市大脑的孤岛化效应，以及建设成本高，与传统的智慧城市建设没有本质区别等问题逐渐显露。2020年的全国两会上，多位代表提出应将如何构建城市大脑建设标准提上议事日程，相关建设城市和参建企业也呼吁尽快推出城市大脑的建设标准。依托中科院和远望智库数字大脑研究院的研究力量，经过前期充分的论证和研究，今年2月中国指挥与控制学会召开了《城市大脑建设规范》团体标准启动会，近20家国内著名研究机构和科技企业成为首批参编单位。参编专家经过6个月的研究、编写、评审，城市大脑首批三个标准在9月1日正式发布。“此次发布的标准面向场景综合考虑了系统的动态演化。提出的框架标准为城市大脑的演化发展预留了空间，提出以最紧迫的场景问题和需求为基础，通过构建数字神经元和云反射弧，实现不同层级、不同粒度的城市大脑的统一；提出城市大脑不仅是一个城市智能治理的中枢，更是全省、全国性、乃至全球性类脑信息系统的一部分，拥有完整的完整的数字神经系统支撑城市和人类社会的智能化运行。”中国指挥与控制学会副秘书长 、一体化指挥调度技术国家工程实验室主任刘玉超针对标准的特点做了重点阐述。对于三个标准的具体内容，学会城市大脑专委会副主任，远望智库数字大脑研究院院长、标准研究组总牵头人刘锋博士对此进行了讲解。刘锋博士介绍，《城市大脑 术语》对包括互联网大脑、世界数字大脑、城市大脑、数字神经元、云反射弧等28个新术语进行了定义；《城市大脑顶层规划和总体架构》提出了顶层规划的10个要求；《城市大脑数字神经元基本规定》则对数字神经元的类型种类、相互关系、功能模块等进行了规范。对于后续的城市大脑系列标准，刘锋博士提出至少还有云反射弧、数字神经元编码、安全、成熟度评估、建设流程等5个标准将在未来一年内发布。学会理事长、工程院费爱国院士远程参加了本次发布会，他指出，“城市大脑是一个产业问题同时也是一个基础科学问题。中国指挥与控制学会发布的城市大脑系列标准，总体从类脑仿生学的角度，将智慧城市建设、指挥与控制、人工智能、脑科学、复杂性科学结合在一起对城市大脑建设进行了规划，为解决智慧城市产生智慧的问题寻找出一条新的解决方案。”费爱国院士表示，本次三个标准发布是一个起点，未来需要不断迭代和演化，让标准既能指导产业的发展，也能反映产业的最新成果。”国家市场监督管理总局国家标准技术审评中心国际部王世川主任指出，城市大脑标准化工作是一项系统工程，“城市大脑”不是孤立的一个城市的大脑，而是一个区域、一个国家乃是全球各城市间的联通。王世川主任表示，要注重城市大脑标准体系的建设，确保城市大脑标准化工作的系统性，抓紧制定重要城市大脑相关标准，发挥城市大脑标准化工作的引导性。同时，要加大对相关标准的推广与应用力度，在具体的实施过程中检测、发挥标准的实效性，积极地开展对外合作与交流，不断提升城市大脑标准化工作的国际性。当前，智慧城市建设已成为推动我国经济改革、产业升级、提升城市综合竞争力的重要驱动力，但由于城市大脑建设缺少统一的建设规范和标准，导致城市大脑存在大量数据阻断、信息不连通、建设不统一问题。中国联通智能城市研究院首席信息官郭中梅指出，中国联通智能城市研究院牵头《城市大脑术语规范》这一标准，主要针对城市大脑相关概念与定义规范，是为统一城市大脑建设和应用过程中各管理、技术领域的基本概念而规划的术语标准，对城市大脑的传播与交流、新理论的建立、科技成果的推广至关重要。会上，中国电信智慧城市和数字政府首席专家张东指出，中国电信作为主编单位牵头撰写了《城市大脑数字神经元基本规定》，通过整合仿生学、信息系统控制理论，以及城市大脑数字神经元的实践需求，创造性的提出了数字神经元的功能模型框架，完整的体现出软件设计模块化开发的概念模型，理论体系完整，为城市大脑下一步体系创新指明了方向。张东表示，城市大脑结合数字神经元要具备“感、传、知、用”等业务功能，《城市大脑数字神经元基本规定》在感知层面的描述还需要继续深化，团队将与学会继续深化合作，指导智慧城市建设向纵深发展。城市大脑在各个城市的应用场景中，目前发展最快，应用最深的一个领域为城市智能路网。清华大学人工智能研究院视觉智能研究中心主任、中国指挥与控制学会城市大脑专委会副主任邓志东教授提出，城市大脑系列标准的发布对城市智能路网的后续升级将起到重要的推动作用。他指出城市大脑延伸了人类大脑感知、认知的核心概念，借助于传感器、5G、大数据、高精地图、人工智能、数字孪生、边缘计算与云服务等，能让城市交通“智慧”起来，让城市“智慧”起来。“当前，城市大脑的研究与赋能，在国家数字科技和智慧城市建设中的地位，比以往任何时候都更重要。要尽快建立城市大脑的建设标准，阐述清楚什么是城市大脑，如何建设城市大脑，如何适应市域、区域以及国家在数字化转型方向的未来规划。”中国指挥与控制学会副理事长兼秘书长秦继荣，最后对本次发布会进行了总结。

EdgeFlow移动边缘计算在物联网中的应用研究丛书畅, 姚超, 王鹏飞, 郑子杰, 宋令阳北京大学现代通信研究所，北京100871摘要为应对未来物联网更高计算速率、更低通信时延和更高接入密度的要求，提出了移动边缘计算框架EdgeFlow，考虑了阻塞态和非阻塞态的任务卸载算法。通用软件无线电平台模拟实验表明，EdgeFlow 可以显著提高计算效率、降低通信时延，为解决物联网更高计算需求的问题指明了新的发展方向，奠定了理论与实践基础，可以广泛应用于物联网场景中。关键词： 物联网 ; 移动边缘计算 ; 任务卸载 ; 资源调度1 引言随着物联网技术的发展，用户对数据通信的需求逐渐增多[1]。物联网技术一般被定义为依托于无线通信技术，通过物理场景的实物与互联网的连接，实现物与物的连接、物与人的连接，最终实现万物互联[2]，旨在搭建以终端设备和云计算中心为核心的分布式计算框架，通过网络的智能感知和协作资源调度，实现支持高密度、低能耗和低时延的通信处理网络[3]。然而，一些物联网应用需要较低的响应时延，并且可能间歇性地生成大量数据，将导致物联网网络的重负载。预测到 2020 年，将有500 亿个物联网设备连接到互联网[4]，可能带来的问题包括：1) 大量的原始数据和计算任务需要处理，而每个边缘设备的计算能力有限。2) 为了满足实时任务的要求，需要以较低时延通过网络传输大量数据，而网络中的无线和有线传输资源有限。为了解决第一个问题，传统的云计算模型侧重于加强中心计算能力，边缘设备一般仅负责数据收集，复杂计算任务则由云计算中心完成。主要因为在传统的物联网场景中，终端设备一般是功能较单一的数据采集传感器，计算能力与续航能力有限，这种情况会加剧第二个问题，数据传输距离较长，通信过程会导致时延较高。随着芯片技术的发展，网络中的无线接入点如基站、Wi-Fi 等，都拥有较强的计算能力。此外，大多数物联网终端设备也拥有部分计算资源，现有的大量计算设备都已运行Linux操作系统[5]。因此，可以考虑将部分计算任务卸载到计算资源比较富裕的网络节点，移动边缘计算（MEC，mobile edge computing）的概念便被引入现代计算网络体系中，可以应用于物联网领域，通过虚拟化技术利用无线基站的空闲资源缓解计算系统中计算资源有限的问题，并实现靠近数据源的低时延计算[6]。本文在 MEC 框架下，基于流式数据任务提出边缘计算节点和云计算中心协同工作的边缘计算框架EdgeFlow，并解决了相应的卸载问题使得任务时延最优化。在流式数据任务中，考虑任务时延受任务执行时间和任务阻塞状态的共同影响，因此，本文提出了基于阻塞判断的可调度任务卸载算法。在阻塞状态下，该算法优化系统吞吐量以缓解系统阻塞情况，从而减小任务时延；在非阻塞状态下，该算法通过调度任务卸载策略和资源分配策略从而降低任务时延。仿真实验基于Linux开源系统和通用软件无线电平台（USRP，universal software radio peripheral）设计并实现实验平台，该系统可以模拟实现多层网络、不同的通信和计算场景。基于上述实验平台，在人脸识别场景中论证基于流式数据的多层网络任务卸载策略可明显降低任务时延，提高系统吞吐量，通过网络中的通信与计算资源平衡以避免系统进入阻塞状态，从而保证系统稳定运行。2 结束语本文在MEC框架下，基于流式数据任务提出边缘计算节点和云计算中心协同工作的边缘计算框架 EdgeFlow，并构建了相应的卸载问题使得任务时延实现最优化。实验表明，EdgeFlow 显著降低了平均任务时延，提升了系统处理速度，缩短了系统等待队列。EdgeFlow 为应对由物联网普及导致的海量计算任务与低时延问题提供了新的研究思路，奠定了理论与实践基础，可以广泛地应用于人脸识别、智慧城市等物联网场景中。随着该框架的进一步完善与优化，高速率、低时延计算将不再是问题，将直接推动物联网飞速发展，使生活更加轻松、便捷。The authors have declared that no competing interests exist.作者已声明无竞争性利益关系。3 原文链接http://www.infocomm-journal.com/wlw/article/2019/2096-3750/2096-3750-3-1-00090.shtml

2022年对于智能手机来说，并不友好。 据IDC数据显示：2022年Q1季度，欧洲智能手机出货量下滑超过15%，非洲跌了近30%；中国智能手机出货量同比下滑14%。这也是自2017年达到15.66亿台的高点后，智能手机出货量连续四年出现下跌。 智能手机出现周期性衰退的最大原因，无外乎缺乏全新价值创新和场景创新，每年发布新机都是无脑升级SoC处理器芯片，性能过剩导致用户的平均换机周期已超过31个月。 当智能手机比拼SoC、系统、屏幕等硬件参数陷入瓶颈时候，只能拿摄像头做文章，手机影像成了旗舰机的最大卖点。 一方面是佳能、尼康作为相机赛道的头部，自身的业务已经足够忙碌，无需借助联名方式，“浅尝即止”扩展到智能手机赛道； 另一方面，佳能、尼康同属消费电子品牌，品牌溢价低，无法为手机品牌提升定价、冲击高端作支撑。 而蔡司、哈苏、徕卡属于相机领域的高端奢侈品，能极大升华品牌价值。 种种因素导致越来越多的手机厂商，依靠联名相机品牌来拔高自己的调性，提高品牌附加值。 索尼称雄传感器 手机镜头虽然不如单反相机结构复杂，但也细分为三块核心组成部分：CMOS图像传感器、镜头组、影像系统。其中最直接影响拍摄质量的核心，是图像传感器。 虽然体积不大，但却占据整个摄像头模组一半以上的价值，也是国内外芯片制造商的兵家必争之地。根据Counterpoint的相机供应链研究的最新调查结果显示：从供应商的角度来看，预计索尼将在2022年获得39.1%的收入份额，其次是三星（24.9%）和豪威科技（12.9%）。 可以说索尼在图像传感器赛道，是绝对头部地位。 早在2008年，索尼就推出Exmor R传感器，首款产品是IMX055CHL，也是后来业内鼎鼎大名“IMX”系列的鼻祖。而初代的Exmor R传感器最早还是使用在小型摄像机上，直到2012索尼才正式研发出智能手机专用的Exmor R传感器。 而第一个搭载Exmor R传感器的智能手机也非常传奇，它就是乔布斯遗作iPhone 4s。 它的前任iPhone 4作为“重塑智能手机时代”的作品，用的是来自Omnivision的OV5642传感器，是豪威科技公司的产品。索尼凭借“RGBW”技术的堆栈式传感器，可以改善灵敏度并提高弱光成像质量，成为当时最好的手机传感器。 苹果成为索尼最忠实用户，连续iPhone 4s、iPhone 5、iPhone 5c、iPhone6、iPhone6 Plus都使用IMX堆栈式传感器。 iPhone庞大销量推动越来越多手机厂商，把索尼IMX传感器视为“旗舰标配”，三星、华为、小米、OPPO、vivo、魅族等等手机品牌的旗舰机型都搭载过索尼传感器。 近乎一统智能机的IMX传感器，占据了索尼全年收益的大头，让索尼心甘情愿把智能手机的权限降低，一年只发布少数几款机型。而索尼每年发布的传感器型号，比新机更多。 占据那么庞大的市场，自然会受到友商的眼红。索尼的老对手三星，迫不及待开始研发图像传感器，去挑战索尼的市场。 三星Galaxy S5就短暂使用过自产图像传感器，但因为技术落后索尼太多，在后续的Galaxy型号都搭载索尼传感器，直到Galaxy S10终于下定决心全面使用自产S5K2L4传感器，对标索尼IMX445传感器。 2020年5月19日，三星推出了GN1传感器，这是一种新型的5000万像素(MP)图像传感器，具有1.2μm的大像素。便宜的价格，1寸的大底大像素，让GN1传感器立马成为1500元价位段手机的首选。 除了GN1传感器之外，三星还以“高像素”为卖点，陆续推出几款1亿像素、6400万像素和4800万像素的图像传感器。用像素数据赢得市场，竞争力进一步升级。 目前三星已经从0到1，成为图像传感器市场的第二极，索尼在三星的冲击下，市场占有率已经连年下降。  手机联名相机 对于手机厂商来说，图像传感器的争斗能有效降低手机生产成本，那和相机品牌（蔡司、哈苏、徕卡）的合作，则是增加品牌附加值，提高手机定价。 首先使用这个套路的是华为META和P系列，作为第一个吃螃蟹的人，META和P系列的成就有目共睹。 2016年，华为宣布和徕卡合作，携手推出了双摄像头手机华为P9系列。P9的双镜头中有一颗是纯黑白感光器件，是徕卡调校一百多年的黑白影像技术。除了镜头以外，徕卡还深度为P9设计激光测距、算法调整焦点、景深、焦外虚化和影像系统UI。 通过徕卡的加持，华为的销量上升明显，P系列也成为和MATE系列并驾齐驱的双旗舰，助力华为成为高端品牌。 华为和徕卡互相成就，一起打破“国产手机做不了高端”的魔咒。也让OPPO、vivo忍不住也踏上和相机品牌的联名合作。 在佳能尼康垄断大半市场的相机赛道，没了市场的徕卡们只剩下逼 格。而国 产手机在全世界的销量和影响力与日俱增，联名的合约费用已经成为相机品牌的重要盈利来源。 于是在华为和徕卡解约后，徕卡又重新选择了荣耀和小米。 但值得一提的是，虽然“联名旗舰”噱头十足，但实际的合作并不那么高端。 这些手机所用的传感器依然是索尼，镜头组也是代工厂生产，相机品牌仅仅只负责调试摄影成像以及影像系统。  国产力量强势突围 图像传感器虽然不大，但是作为相机的核心关键，芯片技术一直都在日美企业手中。而图像传感器芯片除了可以应用在智能手机上，在新能源汽车领域也是必不可少的重要环节。 新能源汽车随着智能化的逐步升级，对于摄像头数量的需求也随之增多。例如，L1级别的自动驾驶仅需搭载1颗摄像头；L2级别的自动驾驶需要达到5颗左右；L5级别自动驾驶更是高达20颗以上。 而这些智能汽车所使用的摄像头，和智能手机所用的图像传感器芯片如出一辙。 在智能手机出货量逐年降低的当下，新能源汽车有望成为图像传感器第二核心增长点。 值得一提的是，在国际芯片封锁的当下，越来越多的国产企业开始重视芯片发展。图像传感器市场占有率排名第四的，就是我国的格科微（GalaxyCore）。 格科微的产品聚焦中低端市场，虽然市场规模不及索尼、三星，但出货量遥遥领先。据格科微官方数据显示：2021年，格科微CMOS图像传感器出货量全球第一，销售额全球第四。 不管是智能手机，还是新能源汽车，市场对于图像传感器的需求正在不断改变，而中国企业也已经具备挑战索尼三星的能力。 全球图像传感器赛道寡头垄断态势，正在一步步被改写。 

行业资讯百度副总裁李硕：开物2.0有三个升级百度副总裁李硕在“2022AI+工业互联网高峰论坛”上表示，百度智能云开物2.0有三个升级。一是应用升级，让AI相关驱动的一些应用能够深入到行业核心领域；二是平台升级，正式推出了智能控制引擎；三是AI核心升级。（来源：新华财经）推特深入调查马斯克放弃收购法律专家表示，推特正在寻找证据，以证明马斯克曾试图破坏融资计划，导致其对推特440亿美元的收购交易无法完成。同时，推特也在调查马斯克放弃交易的动机。（来源：澎湃新闻）吉利几何电动汽车将采用华为鸿蒙HarmonyOS智能座舱吉利旗下新能源品牌几何汽车官宣，几何汽车牵手华为鸿蒙系统，“赋能新车，共创全新智慧生态”。海报上还有“PoweredbyHarmonyOS”字样。（来源：IT之家）太一集团宣布全资收购火信，打造全球首个专注数藏和元宇宙的社交平台近日，太一集团宣布正式完成对火币集团旗下社交产品火信的收购，并计划将火信发展为全球首个专注于数藏和元宇宙的社交平台。据介绍，火信将于近期完成产品功能优化和升级，构建数字藏品和元宇宙社区。火信还将在其社交体系内，为用户提供元宇宙数字身份、元宇宙资产管理、数字藏品排行和资讯以及UGC发布平台。（来源：36氪）云商店一周动态讯方实训云平台——加速教育高质量发展的“数字底座”！讯方实训云平台是云计算时代下，讯方技术面向高校信息技术专业人才培养的教学服务解决方案，致力于推动传统教育行业加速向云计算转型。2020—2021年，连续两年荣获华为云云商店优秀合作伙伴奖项（包含“千万俱乐部奖”、“先锋SaaS商家奖”）的讯方技术，旗下的讯方实训云平台是如何为加速教育发展建设“数字底座”的呢？云商店带领你一起揭晓~>>>点击阅读原文全文T+Cloud：构建新型生意社交网络和营销关系的“智公司”在云服务的生态系统中，华为云云商店与合作伙伴致力于为用户提供优质、便捷的基于云计算、大数据业务的软件、服务和解决方案，满足华为云用户快速上云和快速开展业务的诉求，帮助许多中小微型企业获得转型升级的市场机会。以畅捷通T+Cloud解决方案为例，聚焦于企业、事业单位的财务管理，进销存管理解决方案，融合了企业人、财、货、客等方面管理需求，帮助提高协作效率、降低管理成本。上架云商店以来，众多企业通过部署T+Cloud解决方案实现“智能新生产”。>>>点击阅读原文全文编辑 | 一只大月亮

作者：企业网D1Net当前，许多保险公司正在探索创造创新产品、流程和工具的新方法，以丰富客户体验并保持竞争优势。人工智能在实现这一目标方面发挥着重要作用。从自动化索赔流程到改进风险评估和防止欺诈，以下是人工智能正在彻底改变保险行业发展趋势的3种方式：1.索赔流程的自动化索赔处理有多个阶段：审查、调查、评估和付款或拒绝，但是，由于其高度重复性，该过程往往容易出错。已经在自动化索赔方面做出了重大努力，先进的算法和人工智能将提高这一过程的速度和准确性。随着消费者连接设备的增加，保险公司可以获得更多数据。物联网和各种数据采集技术可以取代人工通知丢失的传统方法，这意味着可以自动触发索赔分类和维修服务。以车辆碰撞为例，在理论上，投保者可以在事故发生后播放车辆损坏的视频，人工智能模块可能会将其转化为损失描述和估计金额。如果损坏轻微，具有自动驾驶功能的车辆可以自行引导到维修设施，或者如果损坏很严重，则可以要求恢复或更换。在此之后，人工智能增强的客户服务应用程序可以直接通过语音和文本处理大多数投保人的互动。这些应用程序不仅可以与索赔功能交互，还可以与欺诈、医疗、保单和维修服务交互。这将显著地缩短索赔处理时间，同时也将允许工作人员专注于最复杂和有争议的索赔，以及那些由新的和不熟悉的风险领域产生的索赔。2.改进风险评估人工智能和机器学习对于利用感官数据的爆炸式增长从根本上改善风险评估至关重要。参加医疗保险。通过部署来自消费者可穿戴设备的实时数据，例如测量心脏健康和监测健康水平，保险公司可以使用人工智能和机器学习来更深入地了解客户的健康状况，并预测未来的任何风险。这将使保险专业人士能够改进他们的风险评估，并提高申请流程的速度和准确性。购买保险的体验将变得更快，保险人和客户的积极参与将会更少。人工智能算法可以开发复杂且不断演变的风险模式，减少购买时间，也让保险公司能够识别非常有针对性的风险，并相应地调整产品和价格。然而，更准确的基于风险的定价可能是有效的，但也可能挑战传统的公平性定义。基于风险的定价可以对低风险客户提供奖励，并对代表高风险的客户施加惩罚。3.欺诈预防根据ABI公司的研究，每五分钟就会发现一个新的保险索赔欺诈事件，即每天300起。随着欺诈者变得更加聪明和老练，发现骗局变得更加困难。人工智能在帮助防止欺诈方面大有帮助。在代理人处理索赔时，人工智能使他们能够通过分析数据(例如索赔记录和文件、背景调查、相关方以及客户洞察力和行为)来调查发生的事故。然后，通过连接原本可能在孤岛中查看的数据集，人工智能使保险公司能够在近乎实时的情况下快速识别欺诈行为。人工智能的未来很明显，人工智能将彻底改变保险公司销售产品和与客户互动的方式。通过提供更深入的客户洞察，承保人、索赔处理团队和代理人将能够根据客户情况和偏好提供个性化服务，而不是依靠历史数据来预测未来趋势。因此，随着技术的进步，大规模采用即将到来。因此，保险公司需要摆脱传统方式，并采用人工智能来实现下一代数据驱动的决策。这将使他们能够提供无数以客户为中心的新解决方案，建立更深层次的客户关系和信任，并获得强大的竞争优势。责任编辑：庞桂玉   来源： 千家网

通过产品信息复核数字机器人，可自动登录系统并对海量的产品信息进行查询、判定及核对，实现全流程自动化。引入华为数字机器人后，不仅大幅提升物流部门的工作效率并降低人为错误，还助力长城汽车集团的智能自动化转型。

根据荷兰微型交通公司 Dott 的一份报告，道路安全问题正在让女性放弃使用电动滑板车，该报告发现 70% 的新骑手是男性。该研究探讨了使用共享微出行服务的男性和女性失衡的原因，并为缩小性别差距提供了建议。Dott的研究表明，男性占其市场上新骑手的大部分（超过 70%），而在法国和比利时等更成熟的市场，这一差距正在缩小。研究表明，更成熟的市场对安全有更好的认识，女性不太可能认为电动滑板车是为男性服务的。随着这项服务在日常出行中越来越普遍，使用电动滑板车的女性越来越多。五分之一的女性电动滑板车用户认为，与夜间步行或乘坐公共交通工具相比，电动滑板车提供了一种更安全的选择，这凸显了对全天候可靠共享服务的需求。道路安全被列为阻止女性不使用电动滑板车服务的主要原因之一（39%），而缺乏自行车道路基础设施是人们害怕使用微型交通工具的主要因素。与法国（20%）相比，英国（35%）和意大利（51%）对道路安全的担忧更大。这种差异可归因于市场的成熟度，电动滑板车在法国被更广泛地采用。它还可能与基础设施的水平有关，例如单独的自行车道和无车区，或某个国家/地区的汽车限速较低。例如，在巴黎，汽车限速为30公里，使其更接近电动滑板车服务的速度。Dott 的 Laura Hensel 说：“这项研究表明，共享微出行的用户存在性别差异，随着我们致力于为所有人提供服务，我们希望让更多女性更容易选择共享电动滑板车和电动自行车，以可持续、轻松和高效的方式在他们的城市中出行。”Dott 将举办一系列免费的电动滑板车培训课程，并且每个月还举办一次仅限女性参加的课程。这些课程旨在为女性提供一个安全、舒适的环境来试用电动滑板车，帮助她们克服对安全的恐惧，并树立在道路上独立使用的信心。Laura Hensel：“我们希望我们的新培训课程有助于在受控环境中建立信心，帮助更多人在路上使用我们的滑板车。”原文链接：https://www.iothome.com/archives/7683

物联网 (IoT) 在我们的生活中具有举足轻重的地位。从互联智能设备到家用电器，我们日常活动中最新加入的是互联汽车。据介绍，2020年互联汽车市场规模为555.6亿美元。由于每家汽车制造商现在都决心提供更高水平的驾驶体验，因此预测称其将在 2028 年增长到 1918.3 亿美元，这标志着从 2021 年到 2028 年的复合年增长率高达 18.1%。因此，毋庸置疑，消费者现在期待最好的互联汽车体验。为了兑现承诺，在车辆推出之前测试车辆连接性、连接的应用程序和语音命令是必不可少的。什么是互联汽车技术？互联汽车是利用高端软件技术来增强驾驶体验的结果，它提供了高效、轻松、充实和安全的驾驶体验。该技术将车载系统与互联网连接起来，帮助驾驶员准确、快速地做出及时决策。该技术被认为是智能交通系统的基础。现代车辆不仅与驾驶员或乘客互动，而且还与其他车辆和交通基础设施互动。为什么测试互联汽车很重要互联汽车装有大量天线、传感器、嵌入式软件和最新的通信技术。互联汽车是典型的物联网产品，每小时可以向云端上传大约28 GB的数据。与此同时，现代汽车软件处理1亿行编程代码，用于控制传感器、执行器、制动器、发动机性能、尾气成分、磨损和安全等。因此，很明显，系统需要精确运行。为了确保系统的可靠性、性能和人类生命的整体安全，必须使用各种测试方法来测试互联汽车系统。除此之外，新的连接技术允许手机和平板电脑等智能设备与互联汽车进行通信。驾驶员和乘客可以播放音乐、访问社交媒体、查看附近的加油站，并通过语音命令开始导航。所有这些由最新互联技术提供的体验现在都是吸引买家的地方。现代汽车制造商需要格外小心，以确保所有这些系统都能按预期工作。因此，互联车辆需要通过每一个可能的测试。其中一些最重要的测试环境是：实验室测试：在实验室内，工程师创建一个受控环境来检查所有传感器和部件的安全性、无线连接性和性能。道路测试：为了检验真实世界的性能，车辆在不同的道路条件下进行实际测试，以检查安全性、性能和其他参数。在虚拟环境中测试：虚拟仿真是在受控测试环境中根据实际捕获的数据进行的，以评估每个组件的性能。

近日，由AIoT星图研究院与物联传媒编写的《中国RFID无源物联网市场调研报告（2022版）》正式对外发布，报告的精华内容，我们将会通过微信公众号陆续对外展示。本文，我们分享的是低频RFID无源物联网相关的内容。LF RFID产业链分析低频RFID工作的频率比较低，典型的工作频段有125KHz、134KHz，该频率主要是通过电感耦合的方式进行工作，工作原理与HF RFID一样。低频RFID商用的时间很早，技术门槛也相对较低，从体量来说，低频RFID的占比已不是很多，但它一些独有的技术特点，依然在某些应用领域有着不可替代的优势。低频RFID最主要的技术特征表现为：抗干扰性能好，尤其是抗液体、抗金属、抗遮挡方面性能较好，但同样的，它也有传输速度比较低、工作距离很短等缺点。一对一传输，识别精准度高，但同样的也有着无法群读的缺点。虽然目前整个低频RFID的市场玩家已不是特别多，但是依然有一批企业在耕耘着这块市场。来源：AIoT星图研究院1.产业链上游低频RFID的上游就是芯片以及天线（线圈）。低频RFID的芯片可以分为标签芯片与读写器芯片，标签芯片相对的量比较大，主要的玩家可参考本报告的《IOTE·中国RIFID无源物联网产业图谱》。低频RFID标签芯片可分为两类，一类是只读的产品，这类产品成本低，量相对较大，主要的应用领域在门禁卡、钥匙扣等身份识别类场景。另外一类是既可以读也可以写的产品，此类产品价格相对高一些，主要应用领域有动物标签、工业、地埋标签等。低频RFID的读写器芯片也可分为两类，一类是卡类市场，此类市场量相对较大，一个门禁就需要一个读头，并且只读不写，所以此类场景的读写器有标准化的芯片产品。而另外一个市场，就是既需要读也需要写的产品，主要有动物标签、地埋标签等。此类产品成本相对较高，目前市场需求量相当较小，所以市场上没有标准化的芯片产品，需根据应用需求进行定制开发，一般采用分立元器件的方式搭建，主要的元器件供应商有TI、ST、Atmel等厂家。天线（线圈）偏重于生产环节，没有太多的技术门槛，需要人工的投入以及生产设备、厂房等固定资产投入。2.产业链中游低频RFID的中游环节主要有低频标签产品厂家、低频读写器产品厂家、以及整体的方案商。低频RFID商用的时间非常早，经过多年的磨合，整个供需市场已经基本平衡，虽然市场需求没有太多，但是玩家的数量也少。在低频RFID的标签环节，企业一般根据市场上的客户需求，对产品进行定制化的外壳与形状封装，形成各式各样的产品，例如门禁卡、钥匙扣、动物脚环、耳标、玻璃标签、地埋标签等。而在低频读写器环节中，因为整体的市场需求量比较少，相关的企业也比较少，并且大多数企业还有其他的业务，以项目定制开拓低频RFID业务。因为采用分立元器件搭建，技术门槛相对较高一些，市场上也有企业将读写器做成模块化产品进行销售，用户可以根据具体的应用场景选择定制的封装即可。虽然在具体的项目中，用户既需要标签产品，也需要读写器产品，但因为标签跟读写器技术差异性比较大，尤其是读写器的量比较少，很少有标签厂商会单独开发读写器产品。这个时候，市场上就需要有一个整体解决方案商的环节。整体解决方案商一般直接对接终端用户或者终端用户的集成商。他们或自研，或外部集成标签产品、读写器产品，再根据项目需求定制一些应用软件，以便向客户提供更加完整的服务。3.产业链下游低频RFID的下游就是各类的终端用户以及终端用户的集成商。低频RFID是一个很成熟，已经经历过充分竞争的市场，因为技术比较老，在很多应用市场上被新出现的技术逐渐替代。不过，低频RFID有着独有的优势，那就是它的抗干扰非常好，并且很稳定，在液体环境或者金属环境等特殊应用场景中有着不可取代的优势。典型的场景有动物标签（耳标、玻璃管标签、动物脚环等）、工业标签、地埋标签等。当然，低频RFID还有另外一个市场，那就是存量市场。这个市场可以理解为，虽然它面临着其他技术取代的风险，但是因为存量很大，市场的维护需求也一直存在，市场退化也是一个长期的过程。这类场景典型的应用就是智能卡、门禁卡、汽车钥匙等。4.产业链图谱中国LF RFID产业市场运营分析1、中国LF RFID市场出货量分析低频RFID目前产业玩家比较少，尤其是芯片玩家更少，我们总和几个主要的低频芯片供应商的数据后，对整个低频RFID市场出货量进行了评估与预测。数据说明：1、根据我们调研的数据，全球低频RFID标签的出货量约3-4亿左右，中国地区占比大约有60%左右。2、低频RFID市场整体看是一个非常稳定的市场，在最近几年时间里，稳中下降，主要是门禁市场，医疗卡市场的萎缩，而未来的新增长点就是在动物标签领域，预计未来的几年时间里，因动物标签的增长，整个市场会有处于平稳态势。2、中国LF RFID产值分析市场产值可以直观的了解一个行业的市场潜力。在我们本次的调研中，综合了市场上主要玩家的信息，从出货量、各类产品的数量与相应的价格，再结合增长趋势之后，对整个低频RFID的市场产值进行了评估与预测。数据说明：虽然低频RFID的出货量不大，但是其产品的单价相比于其他频段来说比较高，尤其是玻璃管标签、地埋标签等产品的价格更为突出，所以，单个低频标签所能创造出更高的产值。中国LF RFID产业主要细分应用领域分析1、中国LF RFID产业应用特点分析本章分析中国LF RFID产业的应用特点，参考上一章的分析逻辑，我们引入市场驱动力模型与市场需求度模型。根据市场驱动力模型，我们将市场上LF RFID主要的应用场景进行分析，按照应用场景的特点归纳到相应的象限，结果如下：来源：AIoT星图研究院来源：AIoT星图研究院2、中国LF RFID细分应用优先级分析通过前面两个分析模型，我们再补充上市场容量的潜力以及行业标准化程度这两个维度之后，对LF RFID的各个应用领域的优先级进行划分。来源：AIoT星图研究院本报告将目前LF RFID主要的应用市场进行了4个等级划分。来源：AIoT星图研究院3、LF RFID主要细分应用领域分析根据我们调研的信息，低频RFID主要的应用市场有动物标签（包括宠物、家畜、禽类等）、门禁、汽车钥匙与防盗系统等。来源：AIoT星图研究院数据说明：1.上表的数据是中国LF RFID标签厂商的出货量数据，以及相应的细分应用领域分布，门禁与动物标签等主要的应用市场在国外，不过，低频标签的产能大多数在国内，国内的产能超过60%。2.LF RFID的整体出货量处于萎缩状态，我们评估，动物标签市场每年有小量的增长，其他领域均处于下滑期。3.2021年，因确芯的原因，导致整个市场下滑的幅度较大。下面是低频RFID个主要细分领域的详细分析。动物领域动物领域是目前低频RFID应用最多的市场，典型的动物标签应用场景有牛、马、羊、猪等家畜的管理，家畜管理的产品形态为耳标或者玻璃管注射标签；除此之外，还猫狗等宠物的管理，宠物管理的主要产品形态为玻璃管注射标签；此外还有一些禽类的管理，比如鸽子、鸡鸭等，禽类管理的主要产品形态为脚环。家畜的管理中国人口庞大，每年消耗的猪、牛、羊等家畜数量也非常庞大，尤其是猪肉，是国民日常最主要的肉食，据了解，目前中国人每年要吃掉7亿头猪，而加上存栏的数量数字更为庞大。猪身上的RFID标签主要是以耳标的形式，如果全部装上RFID耳标，理论上，这个市场每年消耗的标签数量也是数亿个，但事实上，国内养猪厂对于猪耳标的应用并不多，只有少量的头部企业在进行这方面的尝试，目前渗透度很低。根据网上公开信息，中国养殖的牛数量约6000万头，而根据中商情报网的信息，中国目前每年的肉羊存栏量数量约3亿只左右。从数量上来说牛羊的数量没有猪多，但是牛市场上采用的标签比较多，因为牛羊的养殖受政策的扶持，中国有部分地区有针对牛羊推出了保险政策，即在牛羊体内注射玻璃管标签，如果投保牛羊因病灾死去，养殖户可以拿到一定的保险赔偿，而保险公司就是通过RFID标签来确认死去的牛羊是不是有投保。宠物的管理早在2008年，北京就提出推行养犬芯片；在2017到2019年，苏州、马鞍山、包头、杭州、深圳等城市相继出台与注射犬只芯片有关的管理条例。所谓养犬芯片，就是宠物主在为犬只登记狗牌的同时为宠物狗注射内含低频RFID芯片的玻璃管。面对日益庞大的宠物市场，低频RFID作为目前最佳的宠物管理手段将会迎来新的增长点。目前宠物的RFID标签每年的消耗量约千万级别，是最近几年增长比较快的领域。禽类的管理禽类的管理主要是鸽子脚环，据了解，赛鸽是一项逐渐流行的项目，而赛鸽的管理基本都是通过RFID标签。据了解，每年这一场景约有小几百万的标签消耗量。除此之外，也有部分鸡鸭鹅等家禽的管理也会采用脚环。门禁门禁是低频RFID另外一个重要的应用领域。低频的商用时间非常早，用于门禁的时间也非常早。在上一章分析高频RFID市场的时候，我们对门禁市场有过简单介绍，跟进我们调研到的信息，目前的门禁卡中，低频技术产品的占比也比较大。不过，总体来说，门禁卡市场因为其他众多新兴技术的出现，整个市场正在收缩，而具体到高频与低频这两类卡，因为高频卡相较于低频卡而言，更有成本优势，正在取代部分低频卡市场。汽车防盗钥匙低频RFID另外一个重要的应用就是汽车的防盗钥匙系统，该防盗系统的作用不仅仅只是为了开车门，更重要的是在汽车点火的时候，需要用钥匙进行身份识别之后，才能正常启动汽车的发动机，据了解，通过采用该方案，汽车被盗的案例降低了95%以上，所以，时至今日，该方法依然广泛用于众多汽车品牌。每年该市场的出货量有数千万的量级。其他应用领域除了上述几个主要的主要应用领域之外，低频RFID还有一些其他的应用领域，主要包括医疗、地埋标签、工业领域等。医疗领域主要是医疗卡，这个市场虽然在最近几年的时间里收缩的非常厉害，但是依然每年依然有数百万级左右的稳定出货量。地埋标签是过去几年的时间里，市场上的一个的另外一个亮点，它解决的市场需要是在地下电力管线中，跟着电缆线一起埋入地下，以方便后续的施工中，可以精准的找到电缆的位置，避免施工造成的故障。该市场主要是国家电网的需求，虽然每年的地埋标签出货量不大，仅百万级左右，但是这类标签需要有很高的防护等级，以及优秀的射频性能，因此，单个标签价格较高。工业应用也是低频RFID应用相对集中的一个领域，比较典型的场景就是AGV小车。此外，工业应用另一个典型应用场景就是工厂厂房的工位标签，以及工厂巡检与身份的认证。因为工厂环境中需要稳定可靠的产品，并且有些工厂环境还面临金属、遮挡等干扰环境，因此低频RFID在该领域也有一定的市场。此外，半导体行业的晶圆生产工厂也是低频RFID的适用场景之一，因为晶圆生产环境对电磁要求比较高。低频RFID电磁干扰很小，也比较适用。中国LF RFID最新趋势总结趋势一：行业稳定，玩家少，竞争反而不激烈低频RFID经过长期的供需市场磨合，供应端与需求端已经非常的稳定，玩家也较少，属于充分竞争过的市场，行业的毛利能保持不错的水平。趋势二：卡类市场会继续小幅度收缩，动物市场有小幅度增加随着技术的进步，用来做门禁与会员管理等场景的需求会逐渐收缩，而动物相关的标签却会逐渐增加，未来低频RFID的增量市场主要在动物领域。趋势三：项目较零散，行业定制化程度较高低频RFID的项目不像UHF那般的标准，定制化程度较高，所以行业的玩家逐渐从单品往方案方向发展。还有很多企业往往兼顾着做高频RFID、超高频RFID、甚至其他的业务，这也与低频RFID市场体量相对较小、定制化现象严重的行业现状有关。转载自http://www.iotworld.com.cn/html/News/202207/c16ef7e72f786276.shtml

7月21日，由百度与央视新闻联合举办的2022百度世界大会在线上召开。会上，百度最新AI技术成果集中亮相，首发多个全球领先产品：基于自动驾驶技术的重大突破，百度发布无方向盘无人车Apollo RT6，成本25万元，量产成本大幅降低至业界的1/10。“未来打无人车，要比现在打车便宜一半。”百度创始人、董事长兼首席执行官李彦宏在大会期间，分享了自动驾驶、智能交通、AIGC等领域的最新观点。百度发布没有方向盘的自动驾驶汽车RT6，基于自动驾驶技术的重大突破，把无人车的成本，降低至业界的1/10，和市面上的普通新能源车价格差不多。按计划，百度明年将在萝卜快跑平台使用RT6，未来可以在全国部署上万辆。未来的城市智能交通，不仅要有“聪明的车”，还要有“智慧的路”。车路协同能有效解决安全、拥堵、碳排放等重要问题。根据大会上披露的最新数据，百度智能交通方案已经在全国50多个城市得到实践和验证，其中AI信控技术百度已经做到了全球最领先的位置。李彦宏认为，“以车路协同为基础的智能交通，可以让通行效率提升15%-30%，推动GDP每年2.4%-4.8%的绝对增长；随着智能交通的深入实践，四年之内中国的一线城市将不再需要‘限购’‘限行’。智能交通系统，有望降低90%交通安全事故。”

物联网 (IoT) 在我们的生活中具有举足轻重的地位。从互联智能设备到家用电器，我们日常活动中最新加入的是互联汽车。据介绍，2020年互联汽车市场规模为555.6亿美元。由于每家汽车制造商现在都决心提供更高水平的驾驶体验，因此预测称其将在 2028 年增长到 1918.3 亿美元，这标志着从 2021 年到 2028 年的复合年增长率高达 18.1%。因此，毋庸置疑，消费者现在期待最好的互联汽车体验。为了兑现承诺，在车辆推出之前测试车辆连接性、连接的应用程序和语音命令是必不可少的。什么是互联汽车技术？互联汽车是利用高端软件技术来增强驾驶体验的结果，它提供了高效、轻松、充实和安全的驾驶体验。该技术将车载系统与互联网连接起来，帮助驾驶员准确、快速地做出及时决策。该技术被认为是智能交通系统的基础。现代车辆不仅与驾驶员或乘客互动，而且还与其他车辆和交通基础设施互动。为什么测试互联汽车很重要互联汽车装有大量天线、传感器、嵌入式软件和最新的通信技术。互联汽车是典型的物联网产品，每小时可以向云端上传大约28 GB的数据。与此同时，现代汽车软件处理1亿行编程代码，用于控制传感器、执行器、制动器、发动机性能、尾气成分、磨损和安全等。因此，很明显，系统需要精确运行。为了确保系统的可靠性、性能和人类生命的整体安全，必须使用各种测试方法来测试互联汽车系统。除此之外，新的连接技术允许手机和平板电脑等智能设备与互联汽车进行通信。驾驶员和乘客可以播放音乐、访问社交媒体、查看附近的加油站，并通过语音命令开始导航。所有这些由最新互联技术提供的体验现在都是吸引买家的地方。现代汽车制造商需要格外小心，以确保所有这些系统都能按预期工作。因此，互联车辆需要通过每一个可能的测试。其中一些最重要的测试环境是：实验室测试：在实验室内，工程师创建一个受控环境来检查所有传感器和部件的安全性、无线连接性和性能。道路测试：为了检验真实世界的性能，车辆在不同的道路条件下进行实际测试，以检查安全性、性能和其他参数。在虚拟环境中测试：虚拟仿真是在受控测试环境中根据实际捕获的数据进行的，以评估每个组件的性能。互联汽车：需要测试哪些方面通过以上测试，可以获得实际和实时的结果。这些测试由经过严格审查的测试专业人员执行，他们可以用不同的语言进行测试，并在测试阶段分享他们的真实反馈。在这种情况下，需要对三个主要方面进行彻底的测试。车辆连接性：主机是信息娱乐和车载应用的连接中心，是主要的测试领域。除了对屏幕、蓝牙、Wi-Fi、GPS导航和连接选项等硬件组件进行测试之外，还必须确保系统能够自我更新，以向客户提供新功能。连接的应用程序：随着现代人日益增长的需求，互联汽车不仅要测试功能加载应用的无缝性能，而且还要测试实际场景下的易用性。语音：驾驶员和乘客现在习惯于在驾驶时使用语音命令，测试该功能对于提供高级用户体验至关重要。(编译：iothome）

亮相IOTE深圳IOTE 2022第十八届国际物联网展·深圳站将于2022年8月18-20日在深圳会展中心（福田）开展！这是一场物联网行业的嘉年华，也是物联网企业掌握先机的高端盛会!届时，深圳市奇志智能科技有限公司（以下简称“奇志智能”）莅临会场，展示新技术、新产品、新方案。深圳市奇志智能科技有限公司展位号：9B26深圳会展中心（福田）2022年8月18-20日企业介绍深圳市奇志智能科技有限公司是一家由20年资深行业人员组建，集产品设计研发、生产及销售一体的公司，公司自成立以来，公司以卓越服务品质，专业设计，为客户提供一站式专业解决方案，推动企业物联网建设发展。公司专注RFID特种标签研发生产。核心人员均有十多年以上RFID行业经验；产品已经被广泛应用于档案管理、生产线管理、仓库管理、汽车物流、电力巡检、服装盘点、品牌防伪、产线数据采集、玩具、汽车制造、医疗、等多个领域。凭借持续的技术研发和创新，将强大的标签设计能力和射频技术、材料和客户需求完美结合，满足不同客户的定制化产品与服务；客户遍布东南亚和欧美等数十个国家地区。产品推荐1.FPC&PCB标签FPC&PCB标签，主要应用于NFC、蓝牙音箱，车载系统、洗衣服装行业等场景。标签可定制各类尺寸及芯片。2.KO-A7931短条抗金属标签技术参数尺寸：79×31×9.5mm，孔径4mm颜色：常规黑色（颜色可定制）外壳材料：ABS安装方式：铆钉安装、螺丝安装、背胶粘贴芯片型号：Alien H9（可定制HF或UHF）载波频率：860MHz～960MHz读写协议：ISO 18000-6C，EPC global C1Gen2数据存储与擦写：10年/10万次读距：最远8米（测试设备为4W EIRP读写器）读距：最远2.5米（测试设备为R2000模块手持机，30dbm功率）具体测试效果与实际应用环境、测试机具有关工作温度：-10℃～70℃贮存温度：-20℃～85℃应用领域：电子设备巡检、托盘管理，资产管理、工厂设备管理、金属桥梁质检、隧道巡查、机器标识、车辆牌照、金属集装箱管理、各种电力家用设备的产品跟踪等方面个性化定制：写码、外壳打码、颜色定制等3.KO-A13522 中长条抗金属标签技术参数尺寸：135×22mm×12mm，孔径4mm颜色：常规黑色（颜色可定制）外壳材料：ABS安装方式：铆钉安装、螺丝安装、背胶粘贴芯片型号：Alien H9（可定制HF或UHF）载波频率：860MHz～960MHz读写协议：ISO 18000-6C，EPC global C1Gen2数据存储与擦写：10年/10万次读距：最远8米（测试设备为4W EIRP读写器）读距：最远3米（测试设备为R2000模块手持机，30dbm功率）具体测试效果与实际应用环境、测试机具有关工作温度：-10℃～70℃贮存温度：-20℃～85℃应用领域：户外大型设备和资产管理，仓库管理中托盘以及货架管理，户外电力设备以及电杆管理，路灯以及交通灯柱等公用设施管理个性化定制：写码、外壳打码、颜色定制等4.KO-A30 钱币卡技术参数尺 寸：外径30mm，内径5mm，厚2.3mm颜 色：常规白色（颜色可定制）外壳材料：ABS芯片型号：U10 EV1（可定制HF或UHF）载波频率：13.56MHz读写协议：ISO14443A数据存储与擦写：10年/10万次桌面读写器读距：30mm（与测试机具有关）NFC手机读距：20mm工作温度：-20℃～95℃贮存温度：-20℃~90℃应用领域：身份识别，考勤管理，门票，一卡通支付，产品标识个性化定制：可写码，激光打码，印刷LOGO，颜色定制等5.KO-C8654 车辆陶瓷标签技术参数尺 寸：86×54×3mm颜 色：常规黑色（颜色可定制）外壳材料：ABS+陶瓷安装方式：3M背胶芯片型号：H9（可定制HF或UHF）载波频率：902-928mhz；866-868mhz读写协议：ISO 18000-6C，EPC global C1Gen2数据存储与擦写：10年/10万次读距：最远10米（贴附于金属表面，测试设备为4W EIRP读写器）读距：最远3米（测试设备为R2000模块手持机，30dbm功率）工作温度：-20℃~85℃贮存温度：-40℃~120℃应用领域：城市智能交通管理、高速公路不停车收费、海关车辆出入管理、集装箱车辆管理、环卫车辆管理、智能停车场管理、防称重系统（对要过磅的车辆进行鉴别车辆的信息）、运输车辆管理等领域个性化定制：可写码，激光打码，印刷LOGO，颜色定制等6.KO-A8654四孔厚卡标签技术参数尺 寸：86×54×4mm，孔径4mm颜 色：常规白色（颜色可定制）外壳材料：ABS安装方式：铆钉安装、螺丝安装、背胶粘贴芯片型号：H9（可定制HF或UHF）载波频率：860MHZ~960MHZ读写协议：ISO/IEC 18000-6C EPC Class1 Gen2数据存储与擦写：10年/10万次读距：最远6米（贴附于金属表面，测试设备为4W EIRP读写器）读距：最远3米（测试设备为R2000模块手持机，30dbm功率）工作温度：-10℃～70℃贮存温度：-20℃～85℃应用领域：人员管理、托盘管理、生产过程管理等。个性化定制：可写码，激光打码，印刷LOGO，颜色定制等。7.NFC标签技术参数尺 寸：直径25mm和25×25mm（尺寸可定制）颜 色：颜色可定制材 料：PET+铝芯片型号：NTAG213/215/216/国产兼容芯片载波频率：13.56MHZ读写协议：ISO 14443A，NFC Forum Type2数据存储与擦写：10年/10万次桌面读写器读距：35mm（与测试机具有关）NFC手机读距：最远25cm工作温度：-20℃~75℃贮存温度：-20℃~80℃应用领域：智能广告，货物和设备验证，呼叫请求，短信，行动号召，折扣券和优僡券，蓝牙或WIFI配对，连接切换，产品验证，移动伴侣标签，电子货架标签，名片个性化定制：印刷LOGO，写码等

自今年3月Fedrigoni Group收购Tageos的少数股权以来，后者一直在多元化其产品组合以满足客户对智能解决方案不断扩大的需求。Fedrigoni 目前正在与零售和奢侈品牌、制药和工业公司以及其他行业的新客户进行对话，如果在这些行业中使用RFID，则企业可以提高供应链效率和客户参与度。Fedrigoni希望能够突破过去无法提供的其他功能，用来促进RFID在多个领域的广泛应用。该公司有134年的历史，始于19世纪末的意大利维罗纳的一家造纸厂。该公司提供的产品适用于奢侈品包装、、印章、文具和工业用纸生产等需要高性能和美观的特种纸的应用。此外，Fedrigoni 还提供用于奢侈品和酒瓶的各种自粘标签。“葡萄酒和烈酒是我们公司的大本营，”Fedrigoni Group的首席转型官 Antonio Linardi 表示，他还负责公司内部的 RFID 业务。这家特种纸和包装公司拥有 25,000 种产品，在全球拥有4,000名员工，生产工厂和切割中心也配备34个。2017 年，该公司被美国股权公司贝恩资本收购，从而实现了全球扩张。从那时起，该公司在包装方面的年增长率一直保持在两位数。Tageos 提供 UHF RFID 和近场通信 (NFC) 标签。该公司位于法国蒙彼利埃，为零售商、品牌商、工业制造商和其他客户提供服务。因为带有Tageos标签的商品能够在供应链端无阻碍地流动，所以Tageos的超高频RFID标签被公司用于管理库存。其13.56 MHz NFC 标签符合 ISO 14443 标准，而其 HF 标签符合 ISO 15693 标准，只需通过智能手机NFC功能即可查询产品地信息。技术增长机遇近年来，许多客户表示有兴趣将RFID或NFC技术嵌入包装中。我们意识到这是与客户合作，同时帮助他们踏上RFID之旅的绝佳机会。Fedrigoni 将该技术视为对其现有产品组合的补充。随着关于连接性和智能应用的讨论开始，该公司希望与客户合作，一起研制此类解决方案。Fedrigoni 看到了收购 Tageos 的潜在能力。Linardi 表示，两家公司非常适合合作，因为两家公司都拥有雄心勃勃的技术创新文化。从第一天开始，我们就觉得在文化上非常接近，这也是我们决定加入的原因。”据该公司首席执行官 Matthieu Picon 称，“Tageos与服务机构、系统集成商和标签转换器合作，在过去几年中，RFID需求一直在增长”。“市场正在蓬勃发展，我们希望与 Fedrigoni一起，在全球拥有适当影响力”。将RFID扩展应用到鞋服之外虽然 RFID 技术在服装和鞋类市场的使用一直在扩大，但Fedrigoni和Tageos认为NFC和RFID也正在发生类似的演变。这些技术不仅支持库存管理，还能够让每一名消费者随时可以访问有关他们正在购买或带回家的产品的信息。这意味着在制药行业的药品或其他医疗保健产品上部署RFID标签可以进一步添加其他内容，例如有效期和使用说明。除此之外，汽车和航空业也在使用 RFID 标签。汽车中贴有标签的部件有助于第一时间得知其工作状态和溯源，而行李标签则有助于确保乘客的行李不会被误送。两家公司报告称，Fedrigoni 和 Tageos 共同关注可持续发展。Tageos 发布了其 EOS Zero UHF RFID 产品线，其中包括纸基inlay和利用激光切割天线的无塑料和重金属标签。“我们将此视为进一步利用我们在纸张和 RFID 方面独特的综合专业知识的起点，” Linardi 说，未来的发展则可能进一步由客户需求所驱动。预测下一波 RFID 采用浪潮展望未来，两家公司都将目光投向了制药行业。Picon 表示，“我们看到来自制药市场正在掀起一股大浪潮，Fedrigoni 和 Tageos 正在加紧寻找垂直市场的潜在客户。Linardi 预测，在零售业，使用RFID解决方案的企业将继续增长。“我们认为 RFID 将成为 phygital 世界的推动者”。此外，产品标签上基于 NFC 的数据鼓励客户以数字方式和实体店接触产品。“在线商店意识到他们需要实体店，”Picon 表示，客户可以在实体空间查看产品、将手机轻触 NFC 标签并直接与在线品牌进行对话。此外，基于NFC的产品标签鼓励客户利用数字方式在商店中接触产品。“网上商店也意识到他们需要一个实体店，”皮肯说，只要有了实体店，顾客就可以在那里查看产品，根据NFC标签点击他们的手机，就可以直接与网上品牌对话。

面向车联网的智能数据传输新方法张德干1,2, 赵彭真1,2, 高瑾馨1,2, 张婷1,2, 龚倡乐1,21 天津理工大学计算机视觉与系统教育部重点实验室，天津 3003842 天津理工大学天津市智能计算及软件新技术重点实验室，天津 300384摘要车联网（IoV，Internet of vehicle）技术是智能交通中的热点研究课题，智能数据传输新方法的研究是IoV的重要技术之一。针对IoV的智能数据传输问题，考虑了车辆密度、车辆速度、数据传输速率和数据传输时延等重要参数，构建了IoV网络模型和时延函数，提出了基于马尔可夫决策理论的数据传输最优路由方法。通过同类方法的对比分析，验证了本路由策略具有数据传输速率更高和数据传输时延更短的性能，对基于IoV的智能交通中的动态远程监控等多种应用具有重要的理论意义和实用价值。关键词： IoV ; 智能交通 ; 马尔可夫决策理论 ; 数据传输 ; 时延1 引言在 IoV 中，车辆使用车辆到车辆（V2V， vehicle-to-vehicle）或车辆到基础设施（V2I， vehicle-to-infrastructure）的无线通信技术发送遥感数据到智能交通指挥监测中心，不同于传统覆盖范围有限的固定传感器的传感系统，IoV 可以监控车辆能够到达的任何地方[1,2,3,4,5,6,7,8]IoV中一个最重要的问题是保证感知数据从观测点到监测中心的及时交付，因为许多IoV应用需要频繁更新来自整个城区的感知信息，如智能交通系统[9,10,11,12]。IoV 的数据传输链路取决于车辆的移动性，因此，保证IoV中数据传递的时间和空间覆盖相当具有挑战性。在具有间歇性连接的网络中，车辆有时必须在远离目的地时携带数据。事实上，时延容忍网络（DTN，delay tolerant network）同样会出现到达目的地的间歇路由问题[13,14,15,16,17,18,19]。由于相似性， DTN 的分组路由策略也可以用于 IoV。然而，IoV在如下3个方面与一般的DTN不同。1) IoV中的车辆仅沿道路行驶，而 DTN 中的移动节点通常被假定为能够任意移动；2) IoV通常采用具有多个目的地的任意播，而DTN中的工作假定为单播；3) 存在具有预定未来轨迹的车辆（如公交车），而在一般的 DTN 中，很难预测移动节点的移动。因此， DTN 的分组路由策略不能直接适用于 IoV 或无法充分利用IoV特性。具有最小时延的分组路由策略是 IoV 中智能数据传输方法研究的主要技术[20,21,22,23]。首先，由于车辆只能沿道路行驶，所以不同道路的车辆密度存在差异。显然，高密度的道路可以提供更多无线多跳转播机会，从而减少路上的交付时延。IoV中影响时延性能的重要因素，由于B1的移动不确定性，要传输的数据转发到B1时，可能无法将分组传递到目标AP（即AP1）。然而，由于在B2的方向（即AP2、AP3和AP4）上存在许多替代AP，因此要传输的数据转发到B2可能是减少时延更好的选择，具有已知轨道的车辆可以帮助进一步减少时延，如公交车等。目前，IoV 中数据传输方法的分组路由策略大体有如下两种方案[24,25,26,27,28,29,30]。在参考文献[24]中，采用随机有向路网图表示该路径图模拟道路地图结构和交通流量统计信息，如道路上的车辆密度和速度，并且路由算法的开发优于其他现有算法。基于道路网络模型，参考文献[13]提出了一种利用车辆轨迹信息的分组路由方案。本文将研究IoV中智能数据传输新方法，涉及路由策略中通过考虑所给定的3 个因素来最小化分组传输时延。扩展参考文献[24]中的有向路网图模型以说明预定的车辆轨迹，该模型能够将路由问题表述为简单的马尔可夫决策理论（MDT，Markov decision theory），该决策过程试图将分组的预期时延最小化，通过解决马尔可夫决策过程，设计了一个最优的数据传输分组路由算法。本文的创新点如下：构建了一种新的有向路网图模型，该模型能够智能捕捉具有预定轨迹车辆（如公交车）的影响，并且能够动态制定路线；设计了一个时延最小的数据传输路由算法，该算法可智能地统计车辆数量、选播路由和选定最优车辆行车路线。2 结束语针对IoV的智能数据传输问题，考虑了车辆密度、车辆速度、数据传输速率和数据传输时延等重要参数，基于网络模型和时延函数，提出了基于MDT 的数据传输最优路由方法。使用天津市部分出租车和公交车的实际数据，在GloMoSim模拟器上进行大量模拟，验证了本路由策略具有更好的数据传输速率和显著缩短数据传输时延的性能。研究结果表明，智能数据传输分组路由方法可以极大地提高IoV的时延性能，该研究对基于IoV的智能交通应用具有重要的理论意义和实用价值。The authors have declared that no competing interests exist.作者已声明无竞争性利益关系。3 原文链接http://www.infocomm-journal.com/wlw/article/2019/2096-3750/2096-3750-3-2-00089.shtml